改进混合高斯模型的自适应烟雾图像分割算法

摘要：

为了解决烟雾分割算法中灰白(白)烟和黑色烟雾的同时提取以及分割阈值的自适应选取问题,利用烟雾属于前景目标的特征以及灰白(白)烟和黑色烟雾的颜色特征,提出一种改进混合高斯模型的自适应烟雾图像分割算法.该算法在混合高斯背景模型的基础上删除长期没有匹配的“过期”高斯成分,缩短背景建模时间；根据烟雾“团聚”特点以及灰白(白)烟和黑色烟雾各自不同的R, G,B三分量关系对烟雾图像进行分块，通过对不同的块使用自适应差分阈值提取烟雾可疑区域；针对光线突变、物体移入场景并静止下来等使场景可能发生渐变的问题,对背景图像进行全局和局部更新,并引入修正因子V对已经更新后的背景图像再次修正,确保背景图像更加接近真实场景；最后通过计算当前图像与背景图像的差异程度作为块差分阈值更新基准,实时更新块差分阈值.实验结果表明,文中算法不但能够同时提取灰白(白)烟和黑色烟雾,而且目标边缘不规则信息保留完整,分割准确度比已有算法提高了35.9%,运行速度有小幅度提升.

关键词：混合高斯模型、分块、颜色模型、OSTU、烟雾图像分割

所属期刊栏目：28

分类号：TP391.41(计算技术、计算机技术)

资助基金：教育部高等学校博士学科点专项研究基金20126120110008;西安建筑科技大学人才科技基金资助项目RC1343

在线出版日期：2016-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1138-1145